怎么用Docker-Compose搭建Spark集群

这篇文章主要讲解了“怎么用Docker-Compose搭建Spark集群”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“怎么用Docker-Compose搭建Spark集群”吧！

docker-compose.yml

对于Spark集群，我们采用一个mater节点和两个worker节点进行构建。其中，所有的work节点均分配1一个core和 1GB的内存。

Docker镜像选择了bitnami/spark的开源镜像，选择的spark版本为2.4.3，docker-compose配置如下：

  master:    image: bitnami/spark:2.4.3    container_name: master    user: root    environment:      - SPARK_MODE=master      - SPARK_RPC_AUTHENTICATION_ENABLED=no      - SPARK_RPC_ENCRYPTION_ENABLED=no      - SPARK_LOCAL_STORAGE_ENCRYPTION_ENABLED=no      - SPARK_SSL_ENABLED=no    ports:      - '8080:8080'      - '7077:7077'    volumes:      - ./python:/python  worker1:    image: bitnami/spark:2.4.3    container_name: worker1    user: root    environment:      - SPARK_MODE=worker      - SPARK_MASTER_URL=spark://master:7077      - SPARK_WORKER_MEMORY=1G      - SPARK_WORKER_CORES=1      - SPARK_RPC_AUTHENTICATION_ENABLED=no      - SPARK_RPC_ENCRYPTION_ENABLED=no      - SPARK_LOCAL_STORAGE_ENCRYPTION_ENABLED=no      - SPARK_SSL_ENABLED=no  worker2:    image: bitnami/spark:2.4.3    container_name: worker2    user: root    environment:      - SPARK_MODE=worker      - SPARK_MASTER_URL=spark://master:7077      - SPARK_WORKER_MEMORY=1G      - SPARK_WORKER_CORES=1      - SPARK_RPC_AUTHENTICATION_ENABLED=no      - SPARK_RPC_ENCRYPTION_ENABLED=no      - SPARK_LOCAL_STORAGE_ENCRYPTION_ENABLED=no      - SPARK_SSL_ENABLED=no

在master节点中，也映射了一个/python目录，用于存放pyspark代码，方便运行。

对于master节点，暴露出7077端口和8080端口分别用于连接spark以及浏览器查看spark UI，在spark UI中，集群状态如下图（启动后）：

如果有需要，可以自行添加worker节点，其中可以修改SPARK_WORKER_MEMORY与SPARK_WORKER_CORES对节点分配的资源进行修改。

对于该镜像而言，默认exec进去是无用户的，会导致一些安装命令权限的不足，无法安装。例如需要运行pyspark，可能需要安装numpy、pandas等库，就无法使用pip完成安装。而通过user: root就能设置默认用户为root用户，避免上述问题。

启动集群

同上文一样，在docker-compose.yml的目录下执行docker-compose up -d命令，就能一键构建集群（但是如果需要用到numpy等库，还是需要自己到各节点内进行安装）。

进入master节点执行spark-shell，成功进入：

结合hdfs使用

将上文的Hadoop的docker-compose.yml与本次的结合，得到新的docker-compose.yml：

version: "1.0"services:  namenode:    image: bde2020/hadoop-namenode:2.0.0-hadoop3.2.1-java8    container_name: namenode    ports:      - 9870:9870      - 9000:9000    volumes:      - ./hadoop/dfs/name:/hadoop/dfs/name      - ./input:/input    environment:      - CLUSTER_NAME=test    env_file:      - ./hadoop.env  datanode:    image: bde2020/hadoop-datanode:2.0.0-hadoop3.2.1-java8    container_name: datanode    depends_on:      - namenode    volumes:      - ./hadoop/dfs/data:/hadoop/dfs/data    environment:      SERVICE_PRECONDITION: "namenode:9870"    env_file:      - ./hadoop.env    resourcemanager:    image: bde2020/hadoop-resourcemanager:2.0.0-hadoop3.2.1-java8    container_name: resourcemanager    environment:      SERVICE_PRECONDITION: "namenode:9000 namenode:9870 datanode:9864"    env_file:      - ./hadoop.env  nodemanager1:    image: bde2020/hadoop-nodemanager:2.0.0-hadoop3.2.1-java8    container_name: nodemanager    environment:      SERVICE_PRECONDITION: "namenode:9000 namenode:9870 datanode:9864 resourcemanager:8088"    env_file:      - ./hadoop.env    historyserver:    image: bde2020/hadoop-historyserver:2.0.0-hadoop3.2.1-java8    container_name: historyserver    environment:      SERVICE_PRECONDITION: "namenode:9000 namenode:9870 datanode:9864 resourcemanager:8088"    volumes:      - ./hadoop/yarn/timeline:/hadoop/yarn/timeline    env_file:      - ./hadoop.env      master:    image: bitnami/spark:2.4.3-debian-9-r81    container_name: master    user: root    environment:      - SPARK_MODE=master      - SPARK_RPC_AUTHENTICATION_ENABLED=no      - SPARK_RPC_ENCRYPTION_ENABLED=no      - SPARK_LOCAL_STORAGE_ENCRYPTION_ENABLED=no      - SPARK_SSL_ENABLED=no    ports:      - '8080:8080'      - '7077:7077'    volumes:      - ./python:/python  worker1:    image: bitnami/spark:2.4.3-debian-9-r81    container_name: worker1    user: root    environment:      - SPARK_MODE=worker      - SPARK_MASTER_URL=spark://master:7077      - SPARK_WORKER_MEMORY=1G      - SPARK_WORKER_CORES=1      - SPARK_RPC_AUTHENTICATION_ENABLED=no      - SPARK_RPC_ENCRYPTION_ENABLED=no      - SPARK_LOCAL_STORAGE_ENCRYPTION_ENABLED=no      - SPARK_SSL_ENABLED=no  worker2:    image: bitnami/spark:2.4.3-debian-9-r81    container_name: worker2    user: root    environment:      - SPARK_MODE=worker      - SPARK_MASTER_URL=spark://master:7077      - SPARK_WORKER_MEMORY=1G      - SPARK_WORKER_CORES=1      - SPARK_RPC_AUTHENTICATION_ENABLED=no      - SPARK_RPC_ENCRYPTION_ENABLED=no      - SPARK_LOCAL_STORAGE_ENCRYPTION_ENABLED=no      - SPARK_SSL_ENABLED=no

运行集群(还需要一个hadoop.env文件见上文)长这样：

通过Docker容器的映射功能，将本地文件与spark集群的master节点的/python进行了文件映射，编写的pyspark通过映射可与容器中进行同步，并通过docker exec指令，完成代码执行：

运行了一个回归程序，集群功能正常：

感谢各位的阅读，以上就是“怎么用Docker-Compose搭建Spark集群”的内容了，经过本文的学习后，相信大家对怎么用Docker-Compose搭建Spark集群这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是编程网，小编将为大家推送更多相关知识点的文章，欢迎关注！